CN114268795A - 一种三维声纳点云数据的帧内编解码方法 - Google Patents
一种三维声纳点云数据的帧内编解码方法 Download PDFInfo
- Publication number
- CN114268795A CN114268795A CN202111623896.5A CN202111623896A CN114268795A CN 114268795 A CN114268795 A CN 114268795A CN 202111623896 A CN202111623896 A CN 202111623896A CN 114268795 A CN114268795 A CN 114268795A
- Authority
- CN
- China
- Prior art keywords
- voxel
- point cloud
- attribute information
- cloud data
- dimensional
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种三维声纳点云数据的帧内编解码方法，包括：编码操作：对三维声纳点云的位置数据进行可变体素分辨率体素化处理后，保留每个单位体素内1个重复点，并对位置数据进行八叉树编码；对于三维声纳点云数据的强度属性信息，结合单位体素内重复点个数组成体素属性信息；对八叉树编码结果和量化处理后的体素属性信息进行算数编码，得到编码结果；解码操作：对编码结果进行算数解码得到八叉树编码结果和体素属性信息；对八叉树编码结果进行八叉树解码后，根据可变体素分辨率重构点云数据，根据体素属性信息随机重构重复点；对体素属性信息反量化处理，得到点云的强度属性信息。该方法具有压缩效率高、编解码速度快、数据还原质量高的优点。
Description
技术领域
本发明属于三维点云编解码技术领域，具体涉及一种三维声纳点云数据的帧内编解码方法。
背景技术
三维声纳系统通过水下声学传感器接收回波数据，并对回波数据进行信号实时处理得到原始水下三维声纳点云数据，再通过水密电缆将三维声纳点云数据传输给水上处理系统并在显示设备实时显示。
由于水下三维声纳设备信号处理之后产生的原始三维声纳点云数据量庞大，如果传输原始三维声纳点云数据对网络传输性能的要求比较苛刻，而且无法保证声纳图像的实时显示。因此，亟需适当的编解码方式对三维声纳点云数据进行编解码，实现三维声纳点云数据的高效传输。
目前大部分的三维声纳点云数据压缩方案采用基于视频的压缩算法，该基于视频的压缩算法是将三维声纳点云数据以补丁的形式投影到二维域并生成视频序列，然后将视频序列通过传统视频压缩进行压缩，然而这种基于投影的压缩算法只适用于密集的点云数据。而三维声纳点云数据通过嵌入在声纳设备的声波传感器接收再进行信号处理，探测目标一般为海底地貌或者海洋生物等，因此三维声纳点云数据较为稀疏，并不适用于基于视频的压缩算法。
专利文献CN111899152A公开了一种基于投影及视频拼接的点云数据压缩方法，包括：分析点云数据的几何属性特征确定相应的投影策略，确定最优的投影角度；对同一投影角度的投影区域多次投影得到由同一角度的一组具有空间相关性的二维图片；将一组二维图片拼接为视频文件。该方式适用于密集的点云数据，并不适用于海底三维声纳点云数据的压缩。
专利文献CN112530015A公开了一种基于空间结构特征的点云数据压缩存储方法，包括：点云数据的空间结构特征确定点云数据的基本形状种类；根据点云数据的基本形状种类预先构建与之对应的三维矢量基件；，通过预先构建的矢量基件来拟合目标点云数据；编辑矢量基件的色彩信息，将对应的矢量基件按照点要素、线要素、面要素的方式，保存为三维矢量图格式，该方式结合的是点云的空间结构特征，跟适用于密集的点云数据，同样也并不适用于海底三维声纳点云数据的压缩。
发明内容
鉴于上述，本发明的目的在于提供一种三维声纳点云数据的帧内编解码方法，该帧内编解码方法适用于三维声纳点云数据的分布特点，具有压缩效率高、编解码速度快、数据还原质量高的优点。
为实现上述发明目的，实施例提供了一种三维声纳点云数据的帧内编解码方法，包括以下步骤：
编码操作：获取每帧三维声纳点云数据，根据可变体素分辨率对三维声纳点云的位置数据进行体素化处理后，认为每个单位体素内的所有点均为重复点，保留每个单位体素内1个重复点，并对体素空间内的位置数据进行八叉树编码；对于三维声纳点云数据的强度属性信息，结合单位体素内重复点个数组成体素属性信息并经过量化处理；对八叉树编码结果和量化处理后的体素属性信息进行算数编码，得到编码结果；
解码操作：对编码结果进行算数解码得到八叉树编码结果和体素属性信息；对八叉树编码结果进行八叉树解码后，根据可变体素分辨率重构三维声纳点云数据，根据体素属性信息随机重构每个单位体素内的重复点；对体素属性信息反量化处理，得到三维声纳点云数据的强度属性信息。
优选地，获取的每帧三维声纳点云数据，由声纳波束阵列形成，是介于2维与3维之间的非结构化点云数据，点属性信息为强度属性信息。
优选地，所述根据可变体素分辨率对三维声纳点云的位置数据进行体素化处理，包括：
确定体素分辨率突变的临界平面，以使临界平面两侧的单位体素数量的分布尽可能对称，其中，临界平面为三维空间内的二维平面，临界平面的法向量为体素分辨率梯度向量，且临界平面两侧体素分辨率不同；
根据声纳探测范围以及体素分辨率突变的临界平面确定体素空间原点，采用可变体素分辨率为单位长度设置坐标轴，构建体素空间，该体素空间的近场体素分辨率高、远场体素分辨率低，其中，体素分辨率突变的临界平面划分声纳探测范围为近场和远场，包含声纳原点的一侧为近场，不包含声纳原点的一侧为远场；
利用构建的体素空间对三维声纳点云的位置数据进行体素化处理。
优选地，在删除每个单位体素内的重复点时，保留重复点个数作为三维声纳点云数据的属性信息。
优选地，对体素空间内的位置数据进行八叉树编码时，采用条件熵公式根据已编码的父节点占位情况对子节点进行编码，以提高八叉树编码压缩效率。
优选地，所述体素属性信息包括单位体素内重复点个数、每个单位体素内所有点云的强度平均值和强度方差。即点云的位置数据经体素化之后将单位体素中重复点个数作为属性信息之一，与同一单位体素内的所有点云强度平均值以及强度方差值组合，构造体素属性信息。
优选地，所述根据体素属性信息随机重构每个单位体素内的重复点，包括：
对于含有重复点的单位体素，读取重复点个数N并采用随机撒粒子的方式将N个重复点均匀撒在对应单位体素的空间内，重构N个重复点。
优选地，所述对体素属性信息反量化处理，包括：
读取体素属性信息中单位体素内重复点个数N，并以每个单位体素的强度均值、强度方差值计算高斯概率分布，构造N个符合高斯概率分布的强度值作为对应单位体素内点云的属性值。
与现有技术相比，具有的有益效果至少包括：
实施例提供的三维声纳点云数据的帧内编解码方法，通过针对每帧数据进行编码和解码的方式，可以在保证三维图像还原度高的条件下实现三维点云数据的压缩编解码，缓解三维点云数据的网络传输压力，且更加符合三维声纳图像的成像特点，具有十分重要的工程使用价值。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动前提下，还可以根据这些附图获得其他附图。
图1是实施例提供的三维声纳系统；
图2是实施例提供的基于三维声纳点云数据的帧内编解码方法的流程图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。
经研究分析，三维声纳系统获得的三维声纳点云数据具有稀疏的特性。基于几何的压缩算法直接在三维空间中对点云数据进行预处理和压缩，通常是将点云进行空间结构划分，并对几何位置和属性信息分别进行编码，该方式更适合对三维声纳点云数据进行压缩。基于以上研究分析，实施例提供了一种三维声纳点云数据的帧内编解码方法，通过几何的压缩方式，提升压缩效率、编解码速度以及数据还原质量。
图1是实施例提供的三维声纳系统。如图1所示，实施例提供的三维声纳系统分为水下和水上两个部分，水下部分包括声学传感器和信号实时处理系统，水上部分包括处理系统和显示设备，水下信号实时处理系统和水上处理系统通过水密电缆连接。声纳信号通过水下部分声学传感器接收后，经过信号实时处理系统处理得到原始水下三维声纳点云数据，再通过水密电缆将三维声纳点云数据传输给水上处理系统处理并在显示设备实时显示。
图2是实施例提供的基于三维声纳点云数据的帧内编解码方法的编解码流程图。如图2所示，实施例提供的基于三维声纳点云数据的帧内编解码方法包括编码端的编码操作和解码端的解码操作，其中，编码操作在图1所示的三维声纳系统中的信号实时处理系统实现，解码操作在图1所示的三维声纳系统中的处理系统实现。下面针对编码操作和解码操作进行详细说明。
如图2所示，编码操作包括：
S101，获取每帧三维声纳点云数据，根据可变体素分辨率对三维声纳点云的位置数据进行体素化处理。
实施例中，获取的每帧三维声纳点云数据，由声纳波束阵列形成，是介于2维与3维之间的非结构化点云数据，点属性信息为强度属性信息。
针对获取的非结构化三维声纳点云数据，首先，确定合适的体素分辨率突变的临界平面，使得临界平面两侧单位体素数量的分布尽可能对称。以声纳探测范围为50°×50°×120m、角度分辨率为0.4°的三维声纳为例，其声纳探测范围为三维空间的一个球锥。临界平面距离声纳原点的距离近似为声纳探测量程的
实际取临界平面距离声纳原点的距离为40m。
然后，根据声纳探测范围以及体素分辨率突变的临界平面确定体素空间原点以及远场与近场范围，并构建近场体素分辨率高、远场体素分辨率低的体素空间。
实施例中，体素空间原点为临界平面与声纳探测范围所构成的球锥的中心轴线的交点。近场为原点到探测距离为40m的范围，远场为40m至声纳探测最远距离120m的范围，两者的交界面为临界平面。近场区域的体素分辨率与远场的分辨率关系一般为2的倍数，为了使单位体素内的重复点至多不超过5个，选取近场体素块边长为2m，远场体素块边长为4m。通过构建近场体素分辨率高、远场体素分辨率低的体素空间能够有效保留编解码之后的三维声纳图像近处的细节，忽略远处点云的一些冗余信息，有利于改善成像质量。
最后，对三维声纳点云的位置数据体素化，并将同一单位体素中重复点个数作为属性信息保留。
S102，保留每个单位体素内1个重复点，并构建体素属性信息后进行量化处理。
实施例中，认为每个单位体素内的所有点均为重复点，为了减少数据冗余，对体素化之后同一单位体素内的重复点进行删除操作，仅仅保留1个重复点，同时记录单位体素内的重复点个数，并将单位体素中重复点个数作为体素属性信息之一，与同一单位体素内的所有点云强度平均值以及强度方差值组合，构造体素属性信息。该属性信息经过量化处理以实现属性编码。
S103，对体素空间内的位置数据进行八叉树编码。
实施例中，对体素化后的三维声纳点云数据采用八叉树结构划分编码。具体地，通过对点云包围盒(包围所有点云和原点的最小立方体)进行递归划分来构建八叉树结构。在每个层级中，每个节点块会被划分成8个子节点块，并且采用0和1来表示8个子节点块的占位情况。其中，1表示当前编码节点的子节点被占据，0表示当前编码节点的子节点未被占据(即空节点)。在进行八叉树划分时，只有非空且尺寸大于1×1×1的子节点块(即非单位体素)才会被继续划分，直到划分至叶子节点为止。由于采用可变的体素分辨率，因此近处的1×1×1的子节点块比远处的1×1×1的子节点块体积小。一般来说近处1×1×1子节点块为远处1×1×1的子节点块体积的1/8，在分辨率发生变化的临界空间范围内，较远处单位子节点块为较近处单位子节点块的上一级父节点块，这样有利于在点云包围盒内统一进行八叉树划分，并实现远处和近处的不同划分。
实施例中，采用如下所示的条件熵公式根据已编码的父节点占位情况对子节点进行编码：
H(b)＝H(b0)+H(b1|b0)+…+H(b7|b6…b0)
其中，b7b6…b0形成一个值为1到255之间的八比特整数，分别代表一个节点块b划分的八个子节点块的占位情况。b0直接由二进制编码器进行编码，然后将利用已编码的子节点块对进行剩下的子节点块编码，以此类推，可以得到节点块b的编码结果，该过程实现了几何编码。
S104，对八叉树编码结果和量化处理后的体素属性信息进行算数编码，得到编码结果。
实施例中，使用算数编码对八叉树编码结果(即八叉树编码后点云数据的几何位置)和量化处理后的体素属性信息(体素内重复点个数，强度均值和方差的组合)进一步压缩，完成三维声纳点云数据的编码，得到压缩后三维声纳点云数据作为压缩后的编码结果，，该压缩后的编码结果以数据流的方式经过水密电缆上传至水上部分的处理系统。
如图2所示，解码操作包括：
S201，对编码结果进行算数解码。
实施例中，通过对编码结果进行算数解码得到点云几何位置的八叉树编码结果数据与体素属性信息，其中，体素属性信息包括体素内重复点个数、强度均值和强度方差。
S202，对体素属性信息进行反量化处理，得到三维声纳点云数据的强度属性信息。
实施例中，在算数解码后，对于体素属性信息，采用属性反量化的方式进行还原，得到点云强度信息。具体地，读取体素内重复点个数N并以体素的强度均值和强度方差值作为高斯概率分布数学期望和方差，计算体素内点云强度的高斯分布函数，构造N个符合该高斯概率分布的强度值作为体素块对应点云的属性值，该过程完成了属性解码。
S203，对八叉树编码结果数据进行八叉树解码。
实施例中，对包含点云几何位置的八叉树编码结果数据进行八叉树解码，重构点云空间。具体地，依据上述条件熵公式进行解码，并重构体素空间内的点云的几何位置信息。
S204，根据体素空间的可变体素分辨率重构三维声纳点云数据，同时重复点构造。
实施例中，根据体素空间的临界平面、近场区域和远场区域的可变体素分辨率重构点云。对于内含有重复点情况的单位体素，读取重复点个数N并采用随机撒粒子的方式将N个点均匀撒在对应单位体素的空间内，重构N个重复点。通过可变分辨率点云重构和重复点构造，完成三维点云的位置信息的几何解码。
通过几何解码的位置信息和属性解码的色彩信息，即完成三维点云数据的解码。
上述实施例提供的三维声纳点云数据的帧内编解码方法，具有压缩效率高、编解码速度快、图像还原质量高的特点。该方法适用于三维声纳采集点云数据的编解码压缩，且压缩效率高，可以将该方法应用于大部分探测范围为球锥形的三维声纳进行点云数据的编解码，有利于实现三维声纳点云的高效传输。
以上所述的具体实施方式对本发明的技术方案和有益效果进行了详细说明，应理解的是以上所述仅为本发明的最优选实施例，并不用于限制本发明，凡在本发明的原则范围内所做的任何修改、补充和等同替换等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种三维声纳点云数据的帧内编解码方法，其特征在于，包括以下步骤：
编码操作：获取每帧三维声纳点云数据，根据可变体素分辨率对三维声纳点云的位置数据进行体素化处理后，认为每个单位体素内的所有点均为重复点，保留每个单位体素内1个重复点，并对体素空间内的位置数据进行八叉树编码；对于三维声纳点云数据的强度属性信息，结合单位体素内重复点个数组成体素属性信息并经过量化处理；对八叉树编码结果和量化处理后的体素属性信息进行算数编码，得到编码结果；
解码操作：对编码结果进行算数解码得到八叉树编码结果和体素属性信息；对八叉树编码结果进行八叉树解码后，根据可变体素分辨率重构三维声纳点云数据，根据体素属性信息随机重构每个单位体素内的重复点；对体素属性信息反量化处理，得到三维声纳点云数据的强度属性信息。
2.根据权利要求1所述的三维声纳点云数据的帧内编解码方法，其特征在于，获取的每帧三维声纳点云数据，由声纳波束阵列形成，是介于2维与3维之间的非结构化点云数据，点属性信息为强度属性信息。
3.根据权利要求1所述的三维声纳点云数据的帧内编解码方法，其特征在于，所述根据可变体素分辨率对三维声纳点云的位置数据进行体素化处理，包括：
确定体素分辨率突变的临界平面，以使临界平面两侧的单位体素数量的分布尽可能对称，其中，临界平面为三维空间内的二维平面，临界平面的法向量为体素分辨率梯度向量，且临界平面两侧体素分辨率不同；
根据声纳探测范围以及体素分辨率突变的临界平面确定体素空间原点，采用可变体素分辨率为单位长度设置坐标轴，构建体素空间，该体素空间的近场体素分辨率高、远场体素分辨率低，其中，体素分辨率突变的临界平面划分声纳探测范围为近场和远场，包含声纳原点的一侧为近场，不包含声纳原点的一侧为远场；
利用构建的体素空间对三维声纳点云的位置数据进行体素化处理。
4.根据权利要求1所述的三维声纳点云数据的帧内编解码方法，其特征在于，在删除每个单位体素内的重复点时，保留重复点个数作为三维声纳点云数据的属性信息。
5.根据权利要求1所述的三维声纳点云数据的帧内编解码方法，其特征在于，对体素空间内的位置数据进行八叉树编码时，采用条件熵公式根据已编码的父节点占位情况对子节点进行编码。
6.根据权利要求1所述的三维声纳点云数据的帧内编解码方法，其特征在于，所述体素属性信息包括单位体素内重复点个数、每个单位体素内所有点云的强度平均值和强度方差。
7.根据权利要求1所述的三维声纳点云数据的帧内编解码方法，其特征在于，所述根据体素属性信息随机重构每个单位体素内的重复点，包括：
对于含有重复点的单位体素，读取重复点个数N并采用随机撒粒子的方式将N个重复点均匀撒在对应单位体素的空间内，重构N个重复点。
8.根据权利要求1所述的三维声纳点云数据的帧内编解码方法，其特征在于，所述对体素属性信息反量化处理，包括：
读取体素属性信息中单位体素内重复点个数N，并以每个单位体素的强度均值、强度方差值计算高斯概率分布，构造N个符合高斯概率分布的强度值作为对应单位体素内点云的属性值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111623896.5A CN114268795A (zh) | 2021-12-28 | 2021-12-28 | 一种三维声纳点云数据的帧内编解码方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111623896.5A CN114268795A (zh) | 2021-12-28 | 2021-12-28 | 一种三维声纳点云数据的帧内编解码方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114268795A true CN114268795A (zh) | 2022-04-01 |
Family
ID=80831015
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111623896.5A Pending CN114268795A (zh) | 2021-12-28 | 2021-12-28 | 一种三维声纳点云数据的帧内编解码方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114268795A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115423854A (zh) * | 2022-08-31 | 2022-12-02 | 哈尔滨岛田大鹏工业股份有限公司 | 一种基于多尺度特征提取的多视角点云配准及点云融合方法 |
| CN117650791A (zh) * | 2024-01-30 | 2024-03-05 | 苏芯物联技术(南京)有限公司 | 一种融合焊接工艺机理的焊接历史气流数据压缩方法 |
-
2021
- 2021-12-28 CN CN202111623896.5A patent/CN114268795A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115423854A (zh) * | 2022-08-31 | 2022-12-02 | 哈尔滨岛田大鹏工业股份有限公司 | 一种基于多尺度特征提取的多视角点云配准及点云融合方法 |
| CN115423854B (zh) * | 2022-08-31 | 2024-02-06 | 哈尔滨岛田大鹏工业股份有限公司 | 一种基于多尺度特征提取的多视角点云配准及点云融合方法 |
| CN117650791A (zh) * | 2024-01-30 | 2024-03-05 | 苏芯物联技术(南京)有限公司 | 一种融合焊接工艺机理的焊接历史气流数据压缩方法 |
| CN117650791B (zh) * | 2024-01-30 | 2024-04-05 | 苏芯物联技术(南京)有限公司 | 一种融合焊接工艺机理的焊接历史气流数据压缩方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3896657A1 (en) | Method and apparatus for processing a point cloud | |
| US20230224506A1 (en) | Method for encoding and decoding, encoder, and decoder | |
| Fujii et al. | Free-viewpoint TV system based on ray-space representation | |
| CN114268795A (zh) | 一种三维声纳点云数据的帧内编解码方法 | |
| KR102609776B1 (ko) | 포인트 클라우드 데이터 처리 방법 및 장치 | |
| EP1431919A1 (en) | Method and apparatus for encoding and decoding three-dimensional object data by using octrees | |
| CN114598891B (zh) | 点云数据编码方法、解码方法、点云数据处理方法及装置 | |
| WO2020012187A1 (en) | Method and system for compressing and decompressing digital three-dimensional point cloud data | |
| US20230328285A1 (en) | Point cloud data transmission method, point cloud data transmission device, point cloud data reception method, and point cloud data reception device | |
| CN115885317A (zh) | 点云解码装置、点云解码方法及程序 | |
| US20230410377A1 (en) | Method of encoding and decoding, encoder, decoder | |
| CN114915795B (zh) | 基于二维规则化平面投影的点云编解码方法及装置 | |
| US20230119830A1 (en) | A method, an apparatus and a computer program product for video encoding and video decoding | |
| CN115393452A (zh) | 一种基于非对称自编码器结构的点云几何压缩方法 | |
| CN114143556A (zh) | 一种用于压缩三维声纳点云数据的帧间编解码方法 | |
| EP4172943A1 (en) | Scale factor for quantization parameter values in geometry-based point cloud compression | |
| Mao et al. | Learning to predict on octree for scalable point cloud geometry coding | |
| WO2023056677A1 (en) | Method of encoding and decoding, encoder, decoder and software for encoding and decoding a point cloud | |
| WO2024082108A1 (en) | Method for encoding and decoding a 3d point cloud, encoder, decoder | |
| WO2024083194A1 (en) | Method, apparatus, and medium for point cloud coding | |
| EP4244813B1 (en) | Devices and methods for scalable coding for point cloud compression | |
| WO2023184393A1 (en) | Method for encoding and decoding a 3d point cloud, encoder, decoder | |
| WO2023240471A1 (en) | Method for encoding and decoding a 3d point cloud, encoder, decoder | |
| WO2024082109A1 (en) | Method for encoding and decoding a 3d point cloud, encoder, decoder | |
| WO2023116897A1 (en) | Method, apparatus, and medium for point cloud coding |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |